直升机地形跟踪控制的广义预测控制方法

探讨了广义预测控制(GPC)方法应用于直升机贴地飞行时地形跟踪控制的可行性．该方法通过最小化预测跟踪误差与预测控制增量的加权二次型性能指标来产生动态系统的最优控制输入。仿真结果表明，广义预测控制方法能够有效地减小跟踪误差，从而实现精确的地形跟踪。     

基于LADRC的无人直升机轨迹跟踪

无人直升机轨迹控制系统是对多输入/多输出强耦合非线性系统进行解耦控制的系统。为解决无人直升机轨迹控制效果依赖于直升机物理参数的测量和辨识精度以及外部扰动大小问题,提出了一种基于线性自抗扰控制(LADRC)的多回路无人直升机轨迹控制系统。首先建立无人直升机X-Cell的飞行动力学模型,并引入风切变、大气紊流和突风模型以更加准确模拟真实飞行环境;然后对X-Cell进行配平计算以验证动力学模型和配平算法的准确性,并选取一组配平值作为轨迹控制仿真的初始状态和操纵量;随后根据被控量的动力学方程阶次选取对应的一阶和二阶LADRC基本控制器,并结合时间尺度原理,自内向外依次构建无人直升机的姿态、速度和位置控制回路,将三回路串联从而建立了无人直升机轨迹控制系统;而后进行了稳定性分析,特征根计算结果表明轨迹控制系统镇定了X-Cell开环系统不稳定的动态特性;最后将该控制系统应用于各种扰动下直升机轨迹跟踪仿真,结果表明本文无人直升机轨迹控制系统能很好地实现带爬升率的"8"字形轨迹跟踪,且相比于基于比例积分和微分(PID)控制的轨迹控制系统,该控制系统具有更优的鲁棒性和抗扰性。     

低空地形跟踪飞行的广义预测控制

运用广义预测控制（ＧＰＣ）方法，设计了低空地形跟踪的飞行控制器；利用系统的动态模型预测系统未来的输出提出了预测跟踪误差和未来控制性组合的性能指标，通过使性能指标最小，产生最优控制输入。为了增强控制系统的稳定性，根据线性反馈原理对被控对象进行了增广。结果表明，该控制器具有精确的跟踪性能。     

非线性系统精确线性化的微分几何法

介绍了一种非线性系统精确线性化的新方法——微分几何法,它是采用微分流形的概念,通过状态空间的微分同胚变换和状态反馈控制使得非线性系统线性化。文中在给出其基本概念的基础上,讨论了单输入单输出系统和多输入多输出系统的精确线性化方法及其在直升机控制中的应用。     

控制阵解耦的直升机显模型跟踪飞控系统设计

以某型武装直升机为例,在电传控制方式下,从工程易实现的角度出发,仅通过对控制阵B解耦,设计直升机显模型跟踪飞控系统。重点阐述了解耦矩阵Bd的设计,主要讨论当B不为方阵时,如何从广义逆矩阵的角度设计解耦矩阵,同时还需解决内回路多变量输入输出维数不一致的问题。通过定量分析评估所设计的模型跟踪系统的性能。完成内回路设计后,采用单输入单输出经典控制方法设计外回路。仿真结果验证了内外回路单独独立设计的可行性。     

基于地形辅助导航的直升机近地告警方法

提出了一种利用地形辅助导航精确获取位置信息的直升机低空飞行告警方法,该方法通过地形辅助 导航修正惯导系统误差,然后利用直升机飞行动力学模型预测逃逸轨迹并生成告警边界,最终实现直升机近地 告警。仿真测试结果表明,本文采用的地形辅助导航方法能够有效修正惯导误差,基于此实现的直升机近地告 警方法能够有效提高直升机飞行的安全性。     

抑制舰尾流扰动的飞机着舰导引控制策略

紧密关注自动着舰导引术,基于线性矩阵不等式(LMI)的H∞优化设计理论,分别构建了独特的H∞飞行/推力系统及H∞导引系统增广模型.不同于传统单输入单输出的设计,赋予飞行/推力系统内回路本身就具有抑风扰动的性能,而且所构建的H∞导引系统外回路满足轨迹动态跟踪精度,并进行了抑风扰动的处理,从而明显地强化了抑风效果.文中的设计机理及所提出的H∞控制律实现途径均得到有效的实时仿真验证.     

大机动飞机的非线性鲁棒控制律设计

采用非线性不确定系统的高增益控制建设设计方法,为某型大机动飞机在特定飞行条件下设计了鲁棒控制律,以跟踪期望的输出轨迹,并在不同飞行条件下进行了系统仿真研究。仿真结果表明,采用所设计的控制律,在不同飞行条件下,飞机均可同时完成较精确的纵向和侧向机动跟踪,说明控制律具有较好的鲁棒性。     

飞机纵向非线性系统的鲁棒输出跟踪控制器设计

研究了单输入单输出非线性不确定系统的鲁棒输出跟踪控制。在标称系统可输入/输出线性化、不确定性项有界且满足广义匹配条件的情况下,可得到系统的高增益鲁棒输出跟踪控制器。鲁棒控制器仅依赖于设计参数和不确定性的界。将该方法应用于飞机纵向高阶非线性动态的控制器设计,并进行了数字仿真。结果表明了该方法的有效性。     

基于广义回归神经网络的传感器故障检测

为了研究航空发动机试验中精确数学模型未知的多传感器故障诊断问题,采用基于广义回归神经网络(General Regression Neural Network,GRNN)组的故障检测方法,提炼出传感器之间的约束关系和故障规律,构建了一组多输入多输出GRNN,用于估计传感器输出,与测量值生成残差,通过与门限值比较判断可疑传感器,找到神经网络组中的具有最小可疑传感器数的GRNN。采用可疑传感器的估计信号做为重构信号交叉验证其它GRNN。通过验证即可确定可疑传感器为最终故障传感器。为了控制神经网络的回归精度,将多输入多输出神经网络分解为多个多输入单输出网络。通过仿真数据验证了该方法用于传感器故障检测的可行性。